Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/29980| Título: | Estudo comparativo de técnicas de desborramento de imagem |
| Título(s) alternativo(s): | Comparative study of image deblurring techniques |
| Autor(es): | Almeida, Mauricio Antonio Gois de |
| Orientador(es): | Paula Filho, Pedro Luiz de |
| Palavras-chave: | Processamento de imagens - Técnicas digitais Sistemas de segurança eletrônico Redes neurais (Computação) Image processing - Digital techniques Electronic security systems Neural networks (Computer science) |
| Data do documento: | 12-Ago-2021 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Medianeira |
| Citação: | ALMEIDA, Mauricio Antonio Gois de. Estudo comparativo de técnicas de desborramento de imagem. 2021. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2021. |
| Resumo: | A baixa capacidade das câmeras de segurança pode afetar uma investigação pericial devido a problemas de borramento por movimento ou falta de foco. Para solucionar problemas de borramento podem ser utilizadas técnicas de desborramento clássicas ou que utilizam inteligência artificial. O objetivo desse trabalho é comparar as duas abordagens, contribuindo para a análise de imagens. Foram implementados o Filtro de Wiener e o Algoritmo de Richardson-Lucy, e treinada uma Rede Neural Adversária para o desborramento das imagens. A comparação das duas abordagens utilizou duas métricas de qualidade, Relação sinal-ruído de pico (PSNR) e índice de Similaridade Estrutural (SSIM). A Rede Neural em todos os parâmetros testados, obteve as melhores médias de SSIM e PSNR, variando em média a similariade de 0,6786 a 0,86024, em comparação com as outras duas técnicas. Já comparando somente as técnicas de processamento de imagem, Richardson-Lucy foi a que teve as melhores médias de desempenho, com as médias de SSIM variando de 0,1405 a 0,5642 em relação a Filtro de Wiener que variou de 0,081 a 0,1251. |
| Abstract: | The low capacity of security cameras can affect an forensic investigation due to motion blur issues or lack of focus. To solve blurring problems, classic blurring techniques or those using artificial intelligence can be used. The objective of this work is to compare the two approaches, contributing to image analysis. The Wiener Filter and the Richardson-Lucy Algorithm were implemented, and an Adversary Neural Network was trained to deblur the images. The comparison of the two approaches used two quality metrics, Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index (SSIM). The Neural Network in all tested parameters, obtained the best averages of SSIM and PSNR, ranging on average the similarity from 0.6786 to 0.86024, compared to the other two techniques. Comparing only the image processing techniques, Richardson-Lucy had the best performance averages, with SSIM averages ranging from 0.1405 to 0.5642 in relation to Wiener Filter, which ranged from 0.081 to 0, 1251. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/29980 |
| Aparece nas coleções: | MD - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| estudotecnicasdesborramentoimagem.pdf | 5,27 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.